Wyniki wyszukiwania - BazTech

1

Systemy wspomagania dla gospodarki wodno-ściekowej

Ulańczyk R., Pecka T., Skotak K., Samborska K., Kliś Cz., Suschka J., Laspidou C., Kokkinos K., Froelich W., Brągiel T., Batóg A.

Wodociągi - Kanalizacja

|

2017

|

nr 1

30--33

2

Model ELCOM/CAEDYM dla zbiornika goczałkowickiego

Kliś Cz., Ulańczyk R., Szot M., Łozowski B.

Gospodarka Wodna

|

2014

|

Nr 8

306--307

PL

Zaprezentowano dwa współpracujące ze sobą modele ELCOM i CAEDYM, wykorzystane do modelowania ekosystemu zbiornika goczałkowickiego. Naszkicowano jak funkcjonuje hydrodynamiczny model ELCOM oraz pokazano jak zostały uzgodnione modelowane i obserwowane temperatury w zbiorniku w wyniku kalibracji parametru powierzchniowej wymiany ciepła. Następnie przedstawiono funkcjonowanie modelu CAEDYM, który opisuje zmienność w czasie stężeń wyselekcjonowanych substancji i organizmów w zbiorniku. Pokazano schemat przepływu materii między organizmami oraz uzyskane w wyniku kalibracji modelu dopasowanie modelowanych i obserwowanych stężeń chlorofilu a.

EN

The article presents two cooperating models, ELCOM and CAEDYM, used for modelling of the Goczałkowice reservoir ecosystem. It outlines the functioning of the ELCOM hydrodynamic model and shows how the modelled and observed reservoir temperatures were reconciled as a result of calibration of the surface heat exchange parameter. Next, it presents the functioning of the CAEDYM model, describing the variability in time of selected substances and organisms concentrations in the reservoir. The authors show a diagram of the matter flow between the organisms and the reconciliation of the modelled and observed chlorophyll a concentrations, obtained as a result of the model calibration.

3

Automatyczny biodetektor toksyczności ogólnej wody- narzędzie do monitoringu wody w czasie rzeczywistym

Woźnica A., Nowak A., Siudy A., Kliś Cz.

Gospodarka Wodna

|

2010

|

Nr 10

404-407

PL

Obecnie kładzie się duży nacisk na stosowanie metod biodetekcji do oceny stanu środowiska. Istnieją różne rozwiązania pozwalające na wykorzystanie organizmów żywych. Detekcja ta polega w głównej mierze na analizie metabolizmu organizmów żywych lub ich śmiertelności. Jednym z takich urządzeń jest opisywany w artykule automatyczny biodetektor toksyczności ogólnej wody (ABTOW). Urządzenie to bazuje na monitorowaniu aktywności metabolicznej konsorcjów bakterii nitryfikacyjnych. Pojawienie się substancji toksycznych w wodzie jest obrazowane przez spadek aktywności oddechowej użytych w biosensorze bakterii nitryfi-kujących.

EN

At present, a great emphasis is placed on the use of bio-detection methods to assess the state of environment. There are various solutions allowing the use of living organisms. Such detection consists mainly on the analysis of the metabolism of living organisms or their death rate. One of these tools is the automatic bio-detector of general toxicity of water, described in the article. This appliance is based on monitoring of the metabolic activity of nitrification bacteria consortia. Appearance of toxic substances in water is reflected in a decrease of respiratory activity of the nitrification bacteria used in the biosensor.

4

SINZaP - intelligent air pollution monitoring system

Kliś Cz., Bronder J.

Archives of Environmental Protection

|

2008

|

Vol. 34, spec.

5-21

EN

The paper presents a mature concept of an intelligent monitoring system of air pollution inflow and its realization in the form of a SINZaP system lunched at Institute for Ecology of Industrial Areas (IETU) in 2006. SINZaP is a real time operating system resembling a neural network. It is designed for modeling of pollutant emissions and air pollutants concentrations, addressed to specialists or decision makers responsible for air quality management. For modeling of emission and air pollutants concentrations in SIZNaP system, a back trajectory model - BackTrack has been used, which is based on VLSTRACK model. The essential feature of the BackTrack model is the application of back trajectories in the selection of emission sources influencing a given receptor. For modeling of trajectories BackTrack uses three-dimensional wind fields, friction velocity, Monin-Obukhov length and mixing layer height. SINZaP consists of four main modules: (1) data module including data scanner for reading public data accessible in the Internet, (2) module for preparation of meteorological data, (3) BackTrack module for simulations of pollutants emissions and simulations of air pollutants concentrations, and (4) Trainer module, the task of which is correction of input parameters for adjusting modeling and observed data.

PL

Artykuł przedstawia koncepcję inteligentnego systemu kontroli napływu zanieczyszczeń powietrza oraz implementację systemu zwaną SINZaP, uruchomioną w IETU w 2006 r. SINZaP jest działającym w czasie rzeczywistym systemem do modelowania emisji zanieczyszczeń i stężeń zanieczyszczeń powietrza, podobnym do sieci neuronowej, przeznaczonym dla specjalistów w zakresie zarządzania jakością powietrza W SINZaP do modelowania emisji i stężeń zanieczyszczeń powietrza wykorzystano model trajektoryjny BackTrack bazujący na modelu VLSTRACK. Cechą BackTrack jest wykorzystanie trajektorii wstecznych do selekcji źródeł oddziałujących na receptor. Do modelowania trajektorii BackTrack wykorzystuje trójwymiarowe pole wiatru, prędkość dynamiczną, długość Monina-Obuchowa oraz wysokość warstwy mieszania. SINZaP składa się z czterech głównych modułów: (1) modułu danych w tym skanera danych o jakości powietrza udostępnionych w intemecie, (2) modułu przygotowania danych meteorologicznych, (3) modułu BackTrack do symulacji emisji zanieczyszczeń i symulacji stężeń, (4) modułu modyfikującego parametry źródeł w oparciu o analizę wyników modelowania i wyników monitoringu

5

Wpływ emisji ołowiu i kadmu z palenisk domowych na kształtowanie stężeń tych zanieczyszczeń w powietrzu

Kliś Cz., Hławiczka S.

Archiwum Ochrony Środowiska

|

2001

|

Vol. 27, no. 3

53-67

PL

W pracy przeprowadzono analizę danych pomiarowych stężeń ołowiu i kadmu w powietrzu w celu określenia stopnia zróżnicowania stężeń tych metali w sezonie grzewczym i letnim. Analiza wykazała brak istotnych różnic między średniodobowymi stężeniami kadmu w sezonie grzewczym i w sezonie letnim. Jednocześnie wykazano, że różnice między średniodobowymi stężeniami ołowiu w sezonie grzewczym i w sezonie letnim są istotne. W dalszej części pracy zastosowano uniwersalną metodę przedstawiania stężeń średniodobowych ołowiu w okresie grzewczym jako sumę zmiennej losowej reprezentującej roczne tło średniodobowych stężeń ołowiu i zmiennej losowej reprezentującej stężenia ołowiu powodowane przez źródła działające jedynie w okresie grzewczym. W przypadku punktu pomiarowego, w którym wykonano pomiary stężeń Pb i Cd, źródłami taki i były zwłaszcza paleniska domowe. Do wyznaczenia dystrybuanty średniodobowych stężeń ołowiu powodowanych przez źródła działające jedynie w okresie grzewczym wykorzystano dwuwarstwową sieć neuronowa. Wykazano, że średniodobowe stężenia ołowiu powodowane przez emisje z palenisk domowych przez prawie 145 dni, tj. 80% czasu w sezonie grzewczym, były co najmniej dwukrotnie niższe niż stężenia ołowiu powodowane przez źródła działające w ciągu całego roku. Jedynie przez 14 dni w okresie grzewczym stężenia ołowiu powodowane przez źródła działające wyłącznie w tym okresie były wyższe od stężeń tła w tym czasie.

EN

Analysis of lead and cadmium concentration in the air comparing concentration values difference between heating and summer seasons was carried out in the paper. Relevant procedure was adopted to find out if the concentration values in these two seasons differed in kind. The concentration seasonal difference was not found in case of cadmium but it was found for lead. It was proved in further part of the paper that the analysed mean 24-hour Pb concentrations for heating season could be presented as a sum of the mean annual background concentration and the concentration values resulted from Pb emission from sources active only in the heating season. In the area where the measurements were carried out residential furnaces were this kind of sources. The cumulative distribution function of the mean 24-hour lead concentration resulted from Pb emissions in the heating season was determined using two-layer neural network. It was found according to this approach that Pb concentration as the result of Pb emissions from residential furnaces, for 145 days, i.e. 80% of the heating season period, were at least two-fold lower than the lead concentration values as the result of Pb emission from all year active sources. Only for 14 days emission sources active in the heating season produced Pb concentrations higher than Pb mean annual background concentration.

6

Ocena wpływu źródeł na stężenia zanieczyszczeń powietrza

Kliś Cz., Matejczyk M.

Archiwum Ochrony Środowiska

|

2001

|

Vol. 27, no. 4

27-37

PL

W pracy przedstawiono metodę identyfikacji kierunków napływu zanieczyszczenia za pomocą wykresów kołowych percentyli stężeń zanieczyszczenia oraz możliwości zastosowania tych wykresów do oceny emisji zanieczyszczenia z różnych źródeł. Wykorzystując wykresy kołowe percentyli stężeń pyłu w okresie letnim i w okresie grzewczym, porównano napływ pyłu w okresie letnim i w okresie grzewczym z kierunku składowiska popiołów lotnych. Analiza ta pozwala oszacować stosunek stężeń powodowanych przez źródła pylenia wtórnego do stężeń powodowanych przez pozostałe źródła. Ponadto pokazano, że ogólnie stosowane stężenia średniodobowe mogą być mało przydatnym wskaźnikiem stanu zanieczyszczenia powietrza. Przekroczenie dopuszczalnych stężeń średniodobowych nie pozwala na wskazanie sprawcy przekroczeń, a z kolei ich dotrzymanie nie wyklucza krótkotrwałych, bardzo uciążliwych oddziaływań niektórych źródeł. Dla ilustracji przedstawiono przykład rzeczywistej sytuacji oraz eksperyment numeryczny.

EN

This paper presents an identification method of pollution inflow directions based on the circular graphs of percentiles of pollution concentrations and the possibilities of applying these graphs to estimation of pollutant emission. Based on these graphs of particulate matter concentration recorded in winter and summer seasons, the inflows, of dust from the direction of fly ash landfill have been compared for summer and winter periods. This analysis enables to assess the relation of concentrations of pollution from secondary particulate matter suspension to concentrations of pollution generated by other sources. This paper also argues that the 24-hours concentrations, though commonly used, may prove to be an indicator of minor importance to assess air pollution status. On the one hand, excessive 24-hours concentrations impede the identification of the polluter, on the other hand, concentrations generally within permissible limits may occasionally peak dangerously at some sources. As an example, an existing case and a numerical experiment have been presented.

7

Identyfikacja kierunków napływu zanieczyszczeń powietrza z wykorzystaniem pomiarów o krótkim czasie uśredniania

Kliś Cz., Żeglin M.

Archiwum Ochrony Środowiska

|

2001

|

Vol. 27, no. 2

47-60

PL

W pracy przedstawiono metodę identyfikacji kierunków napływu zanieczyszczeń powietrza na podstawie danych o zanieczyszczeniu powietrza z automatycznej stacji pomiarowej. Metoda ta polega na wykorzystaniu czterech wielkości dostarczanych przez stację pomiarową: stężenia zanieczyszczenia, kierunku i prędkości wiatru oraz wahań wektora wiatru. Wahania wektora wiatru w okresach 30-minutowych zostały scharakteryzowane za pomocą współczynnika względnej dyfuzji turbulencyjnej (3,30), definiowanego jako odchylenia 3-minutowych wektorów wiatru od 30-minutowego wektora wiatru. Metodę wykorzystano do identyfikacji kierunków napływu dwutlenku siarki i dwultenku azotu, na podstawie danych pomiarowych telemetrycznego sytemu OPSIS, zlokalizowanego na terenie Instytutu Ekologii Terenów Uprzemysłowionych w Katowicach-Załężu.

EN

In this paper a method of analyzing air pollution data in an optional automatic measuring station, allowing for identification of the directions of the pollution inflow has been presented. The method is based on four parameters provided by the measuring station: pollution concentration, wind direction, wind speed and fluctuation of the wind directions. For the description of the wind direction fluctuation in 30-minutes' periods a coefficient of relative turbulent diffusion (3,30) was used, which is defined as a deviation of 3-minutes' wind vectors from the 30-minutes' vector. The presented method was applied for identification of the inflow directions of SO(2) and NO(2) using the measuring data from a telemetric system OPSIS at the Institute for Ecology of Industrial Areas in Katowice-Załęże.